[发明专利]机器学习装置、消耗电力预测装置和控制装置

说明书

本发明提供一种机器学习装置、消耗电力预测装置和控制装置。机器学习装置具有：输入数据取得部，其在通过运行任意加工程序而使用任意机床对工件的加工中，取得加工信息来作为输入数据，该加工信息包含：机床相关的信息、辅助动作机器相关的信息、工件相关的信息、以及加工程序；标签取得部，其取得表示消耗电力信息的标签数据，该消耗电力信息是加工程序的运行中机床和辅助动作机器的消耗电力相关的信息；学习部，其使用所取得的输入数据和所取得的标签数据来执行监督学习，生成学习完成模型，该学习完成模型输入此后要进行的加工的加工信息、输出此后要进行的加工中的消耗电力信息。

技术领域

本发明涉及机器学习装置、消耗电力预测装置和控制装置。

背景技术

在拥有机床等制造设备的企业中，降低对环境的负荷(节能化或削减废弃物等)成为重要的课题。为了降低对环境的负荷，例如，需要知道所拥有的制造设备的消耗电力。

这方面，已知如下技术：不是使机床实际动作，而是通过模拟执行加工程序，来模拟性地计算机床的数值控制装置输出给机床的转矩值，根据计算出的转矩值来模拟机床的消耗电力。例如，参照专利文献1。

现有技术文献

专利文献1：日本特开2014－219911号公报

但是，实际的数值控制装置会根据来自机床的驱动部(伺服电动机)的编码器的反馈来修正输出给机床的转矩指令值。另一方面，在模拟中，没有使机床运行所以不存在上述反馈，因此，计算出的转矩值未必与实际的数值控制装置输出的转矩指令值一致。因此，会存在模拟出的消耗电力与实际机床的消耗电力相比误差大这样的问题。

此外，在输入了新制作出的加工程序时，再次进行模拟而需要预测加工时间。

发明内容

因此，希望不用进行模拟，而是制作学习完成模型，利用该学习完成模型来高精度地预测消耗电力，其中，所述学习完成模型能高精度地输出运行新制作出的加工程序导致的消耗电力。

(1)本公开的机器学习装置的一个方式，具有：输入数据取得部，其在通过运行任意加工程序而使用任意机床对工件的加工中，至少取得加工信息来作为输入数据，该加工信息包含：所述机床相关的信息、进行所述机床的辅助动作的辅助动作机器相关的信息、所述工件相关的信息、以及所述加工程序；标签取得部，其取得表示消耗电力信息的标签数据，该消耗电力信息是所述加工程序的运行中所述机床和所述辅助动作机器的消耗电力相关的信息；以及学习部，其使用由所述输入数据取得部所取得的输入数据以及由所述标签取得部所取得的标签数据来执行监督学习，生成学习完成模型，该学习完成模型输入此后要进行的加工的加工信息、输出所述此后要进行的加工中的所述消耗电力信息。

(2)本公开的消耗电力预测装置的一个方式，具有：学习完成模型，其由(1)所述的机器学习装置所生成，所述学习完成模型输入此后要进行的加工的加工信息、输出所述此后要进行的加工中的所述消耗电力信息；输入部，其在运行加工程序之前输入加工信息，该加工信息包含：机床相关的信息、进行所述机床的辅助动作的辅助动作机器相关的信息、加工对象工件相关的信息、以及所述加工程序相关的信息；预测部，其将由所述输入部输入的所述加工信息输入到所述学习完成模型，由此，根据所述学习完成模型输出的所述此后要进行的加工中的所述消耗电力信息，预测运行所述加工程序时的消耗电力相关的消耗电力信息。

本公开的控制装置的一个方式，具有(2)所述的消耗电力预测装置。

发明效果

根据本公开的一个方式，不用进行模拟，就能生成学习完成模型，该学习完成模型能高精度地输出运行新制作出的加工程序导致的消耗电力。并且，通过利用该学习完成模型能够高精度地预测消耗电力。

附图说明

图1是表示一实施方式的预测系统的功能结构例的功能框图。

图2A是表示机床相关的机床信息的一例的图。